知识库

本研究考察监督式自编码器在金融预测中的应用及其对交易策略表现的影响。研究将学习到的表征与分数阶差分特征、三重障碍标签结合，并测试训练时加入噪声是否会改变风险调整后收益。评估使用比特币、莱特币和以太坊数据，时间范围为2016至2022，并以夏普比率和信息比率衡量表现。…

本文介绍 Momentum Transformer，这是一种结合注意力机制与LSTM、利用时间序列数据进行交易的混合模型。其注意力机制将模型与更早的时间步相连接，而多个注意力头可表示在不同时间尺度上运行的市场动态。作者将其与基准动量和均值回归策略进行比较，并报告称其表现更好，包括扣除交易成本后。…

本文介绍一种股票筛选策略，使用从公司10-K和10-Q申报文件计算的语言指标。词汇丰富度反映词汇多样性，词汇密度衡量承载信息的语言所占比例，特定密度则体现金融相关术语的集中程度。文中介绍的数据集跟踪数千只US股票的这些指标。策略按词汇密度和特定密度对交易最活跃的500只US股票排序，买入排名最高的十分之一，卖空排名最低的十分之一，并按月再平衡。…

这则活动公告介绍了两个教学主题：期货与现货期货价差交易，以及用于开发 CTA 信号的机器学习方法。价差部分介绍通过价格差分析相关合约、寻找合适的组合、对价差时间序列建模，以及构建价差网格策略。公告还提到 VeighNa 价差交易模块中的执行方式和配置功能。 机器学习部分提出使用 Scikit-Learn 进行特征分析和信号研究，包括 KBins 聚类、特征相关性热图、向量化绩效分析和事件驱动回测。公告还提到构建组合时，可将均值回归价差策略与趋势跟踪 CTA…

本笔记介绍如何为先前选定的 US 股票模型配置生成留出预测。由于模型选择和策略设置依据验证结果做出，这些结果本身无法独立证明选择质量。笔记从案例研究配置中读取留出日期，确定已选模型，并仅使用留出期开始前可用的历史数据重新拟合模型。…

本笔记介绍一种监控已部署交易模型的工作流，使用留出预测作为实时数据的离线替代。在计算漂移之前，先验证输入特征面板，然后使用总体稳定性指数（PSI）和双样本 Kolmogorov-Smirnov 检验比较参考窗口与当前窗口。它还会相对于上线基准跟踪预测分布变化，以及滚动秩相关、命中率和均方误差。 仪表板将这些测量结果汇总为观察和告警状态，帮助确定调查优先级。PSI 阈值是用于排列分布变化的惯例，而 KS 的 p…

本笔记介绍 GReaT，这是一种使用语言模型生成合成金融表格的方法。它将每行序列化为文本，使用 ETF 特征微调基于 GPT 的模型，再将生成文本解析回包含数值和类别的混合列。示例特征包括历史收益、波动率、成交量比率、方向和市场状态标签，以及未来收益目标。笔记采用时间顺序划分训练集和测试集，并通过“合成数据训练、真实数据测试”的分类评估特征分布的保真度和下游效用。…

本笔记介绍如何为 US 股票面板构建基于模型的特征，同时避免未来观测影响历史数值。核心方法是安排估计时间表：模型先经过预热期，只使用待描述数据区块之前的数据进行拟合，在该区块内生成特征，并在下一区块开始前重新拟合。本笔记将这一做法用于市场状态距离、分数阶差分价格和条件波动率，其中包括个股波动率模型，以及在历史数据较短时采用的市场层面替代估计。…

这则版本发布公告介绍了 MLFinLab 的变更。MLFinLab 是用于开发机器学习交易系统的工具包。现在，柱线生成会将时间戳作为 DataFrame 索引返回，使输出与后续函数保持一致，并免去手动转换索引的步骤。波动率估计器现在根据小写列名选择OHLC输入，而不再依赖列顺序。公告指出，此前依赖列顺序可能导致错误结果，却不发出警告。用户可能需要调整列名，并删除重置时间戳索引的代码。 其他变更包括支持 Python…

本文介绍在线决策变换器（ODT），这是一种通过持续与环境交互来微调决策变换器的方法。文章回顾基础模型如何根据近期状态、动作和剩余回报值来决定动作，随后介绍 ODT 的随机策略、用于探索的熵约束，以及基于轨迹的回放缓冲区。训练时会从存储的轨迹中抽取固定长度的子序列，初始剩余回报目标则根据专家结果设定一个比例。 实践部分将先前训练的模型用于 MQL5…

这篇入门文章将过拟合解释为模型学到了训练数据中的特殊细节，而不是能够泛化的规律。文章以简历筛选为例，对比模型在训练数据上的出色表现与在未见数据上的较弱结果，并将问题概括为拟合噪声而非信号。文章还联系欠拟合与偏差—方差权衡：过于简单的模型可能忽略结构，而灵活性过高的模型可能对噪声敏感。 为识别这一问题，文章建议比较模型在训练数据和留出测试数据上的表现，并以简单模型作为基准。建议的控制方法包括：使用 K…

本文通过 StockRanker 介绍用于量化选股的监督式机器学习方法。该方法预测未来收益并对股票进行排名。文章概述了工作流程：定义并标记收益目标，将观测数据划分为训练集和测试集，构建特征，拟合模型，生成预测，并根据排名回测策略。文章强调，选择特征时需要金融知识，因为特征会显著影响模型和策略表现。…

此示例配置遗传算法优化器，为 Dual Thrust 期货策略搜索参数。示例展示如何根据平均盈利和亏损交易结果定义目标函数、指定固定参数和可变参数、设置回测环境与日期范围，并使用多个工作进程运行搜索。不同配置分别探索入场参数、止损值、止盈值，或同时探索止损和止盈设置。…

该脚本介绍一个基于集成强化学习研究、用于评估已训练股票交易智能体的工作流程。它加载已训练的A2C、DDPG、PPO、TD3和SAC模型，将其应用于股票交易环境，并记录账户价值和操作。环境包括交易成本、初始现金余额、技术指标和基于波动率的风险阈值。…

本教程介绍一种用于生成和分发加密货币市场分析的可视化工作流。定时行情请求收集15分钟、小时和日线K线，工作流再为其添加标签并合并数据。另一个新闻请求获取近期文章，筛选出标题和描述后发送给语言模型，以生成短期和长期情绪评分。另一段模型提示词将情绪与K线数据结合，生成现货和杠杆交易方案，再发送到Telegram。…

本文介绍用于分类次日货币收益的支持向量机，解释最大间隔决策边界、允许部分分类错误的软间隔，以及如何利用核技巧在更高维特征空间中表示非线性边界。随后介绍一个模型：使用货币价格和滞后收益特征，采用三次核，并通过网格搜索和三折交叉验证选择参数。…

本文介绍欧洲电力市场中由AI支持的交易功能设计。文章将远期、日前、日内和平衡市场视为相互关联的层级，这些层级受监管、交易所规则、市场耦合、跨境输电限制和电网物理规律共同影响。提议的规范包括决策状态表示、剩余敞口核算、约束优化、许可操作门控，以及带可审计记录的故障关闭控制。…